如何实现每两行分组计算行差并跳行填充结果？

需要计算每一对连续行的差值，且实现“跳行”效果——仅处理第0&1行、第2&3行这样的两两分组，计算每组内第一行减第二行的差值，其余行填充NaN。目标输出如下：

a output
0 5 -3
1 8 nan
2 2 -2
3 4 nan

注：目标差值为5-8=-3和2-4=-2

你尝试的代码df['output'] = df['C'] - df['C'].shift(-1)会计算每一行与下一行的差值，无法实现分组跳行的效果，可通过以下方式解决：

解决方案 #

利用行索引分组，每两行分为一组，在组内计算指定差值后，仅保留每组第一行的结果：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({'a': [5, 8, 2, 4]})

# 按行索引整除2进行分组，每两行一组
groups = df.groupby(df.index // 2)

# 对每组计算第一行减第二行的差值，映射回原数据
df['output'] = groups['a'].transform(lambda x: x.iloc[0] - x.iloc[1] if len(x) == 2 else None)

# 仅保留每组第一行的结果，其余行设为NaN
df['output'] = df['output'].where(df.index % 2 == 0, None)

执行后得到的结果符合需求：

a  output
0  5    -3.0
1  8     NaN
2  2    -2.0
3  4     NaN

如果需要将差值放在每组的第二行，只需调整where的条件为df.index % 2 == 1即可。

内容的提问来源于stack exchange，提问作者gotiredofcoding